Files
MeltMind/docs/phase2-b17-results-2026-11-17.md
T

2.8 KiB
Raw Blame History

B17 固定组合配方:筛选未通过(2026-11-17)

B17 stage1 COMPLETE / PRUNE_B17_FIXED_RECIPE。552件、204组件,全部原5折;42件G无效保持原生NaN输入,不删件。主指标为新配方减冻结E1b G的末点误差/Rg:均值需≤−0.010且95%组件配对区间上界<0。实际两个条件均未达到。此为固定23列+尾部加权配方的筛选,不是否定所有末点损失/路径/类型/连通路线,也不把训练组合解释为单因素因果效应。B17 stage2未获本结果放行。

指标 B17 冻结G B17−G 95%组件配对CI
relative_l2 0.0700317036044 0.0697022143049 +0.000329489299548 [-1.77346985642e-05, +0.000676342337321]
last_location 0.384303830928 0.387589687577 -0.00328585664917 [-0.0389311604904, +0.029789254516]
kendall_tau_b 0.928088901233 0.928112243828 -2.33425942369e-05 [-0.00053152985221, +0.000552297693035]

2000次组件bootstrap,seed2026111408,三个指标0个undefined replicate。逐件末点差描述性中位数为0;371个负查询预测保留,未裁剪。无验证集选型、无新标签解码。内部字段new_minus_A在此比较中的A代表冻结G,报告明确标为B17−G。

原121补充B14任务回执:{'PASS': 121};431旧读出按hash复用。5训练和5预测任务PASS,552预测先固定。原源码347073135ed79efaf5714374043bf46e13fc743d保持,已知描述性中位数误减dict缺陷保留。Claude1794916398批准独立修复3da8a5a0,仅取last_location.value、跳过None;12测试通过。Assist实读review PASS SHA235cfc9f29408be2de163a6ec399b679c3bc2e3957cc0cf71254200e97515149,发生在评分前;审阅仅实现/固定对象,不冒称独立数值复现。

原协调657084在真实WAIT、131终态且无子任务后仅一次带标签退役,原complete=STOPPED工程退役原样保留,非数值失败。原累计4677.737691664000 CPU-s计一次;原score与authorization未创建。独立评分根/home/frank14f/MeltMind-runs/phase2-b17-reviewed-score-2026-11-17,launch28550589d1728505011d8f40a9547046f3972e6b,合同fe3dc3b5988ebc559371475a2aa77f905ca9ec2da8ece3f3559231bb079555db。协调664469/worker664500均已退出,score guard PASS(6.35537 CPU-s、6.788018589 wall-s、183271424 B RSS),0重拟合、0重预测。

最终含terminal freeze累计4744.511491480001/10800 CPU-s。终态f8f11ccaecc9e72a881ba9936b300ea12462b736,结果SHA 733af81182a0d7bfab6190ccbf9d6bd960f4886c6dc379d01f6d8cbb498d2f74。terminal-audit.json重新核固定源、552预测hash、真实审阅时序、进程退出和成本,未重算统计。终态不重启/重评分。

进入决定:将结果交Claude现有阶段整合;独立gate outcome v2资格校准仍按既有72,000CPU秒裁量推进,不能由B17未通过推断该资格校准的结果。42候选下载继续暂停。